Reasoning with imperfect and temporal clinical data : logic-based approaches for phenotyping and medical event inference

Le dossier patient informatisé a facilité l’accès à de vastes volumes de données cliniques, tout en soulevant des défis liés à leur complexité. Parmi ces défis figurent leur caractère implicite, leurs imperfections, ainsi que leur dimension temporelle. Cette thèse explore comment des approches logiques peuvent y répondre. Une première étude ontologique a été menée pour évaluer la qualité des données cliniques, en particulier pour le phénotypage des cancers du poumon. Elle a montré l’intérêt des ontologies pour la représentation des connaissances et la détection d’incohérences, tout en révélant leurs limites face aux incohérences temporelles. Sur cette base, un framework logique a été proposé pour inférer des événements cliniques de haut niveau à partir de données temporelles. Il définit des règles d’existence et de terminaison, introduit la notion de méta-événements, intègre des niveaux de confiance et un mécanisme de réparation pour traiter les imperfections. Implémenté en Answer Set Programming sous le nom casper, il a été évalué sur deux cas d’usage médicaux, démontrant sa faisabilité computationnelle et sa concordance avec le raisonnement clinique.